• 생물환경조절학회지
• /
• 제33권2호
• /
• pp.120-128
• /
• 2024

2022년 ChatGPT 출시 이후, 생성형 AI 산업은 엄청난 규모로 성장하였으며, 인지 작업에 혁신을 가져올 것으로 기대되고 있다. 특히 AI 기반 이미지 생성 기술은 현재 디지털 세계의 핵심적인 변화를 주도하고 있다. 본 연구는 대표적인 AI 이미지 생성 도구인 미드저니, 스테이블 디퓨전, 그리고 파이어플라이의 기술적 원리를 분석하고, 이미지 생성 결과를 비교함으로써 그 유용성을 평가하였다. 실험 결과, 이 AI 도구들은 대표 시설원예 작물인 토마토, 딸기, 파프리카, 오이의 과실 이미지를 실제와 유사하게 재현하였다. 특히 파이어플라이는 실제 온실 재배 작물 이미지를 매우 사실적으로 묘사하는 능력을 보여주었다. 그러나 모든 도구들은 작물이 자라는 온실의 환경적 맥락을 완전히 반영하는 데에 있어서 다소 한계를 보였다. 프롬프트 개선 및 레퍼런스 이미지를 활용하여 딸기과실 이미지와 시설 딸기재배 시스템을 보다 정교하게 생성하는 과정도 포함되었으며, 이러한 접근은 AI 이미지 생성 기술의 세밀한 조정이 가능함을 보여준다. 오이 과실 이미지 생성능력을 비교한 결과, AI 생성 도구들은 실제 이미지와 매우 유사한 이미지를 생성해 냄으로써 이미지 생성 점수(CLIP score)에 있어서 통계적 차이를 보이지 않았다. 본 연구는 AI 기반 이미지 생성 이미지 기술이 농업 분야에 활용될 수 있는 방안을 모색하며, 생성형 AI의 농업에 대한 적용을 긍정적으로 전망한다.

• International Journal of Computer Science & Network Security
• /
• 제23권7호
• /
• pp.155-164
• /
• 2023

Machine learning with its high precision algorithms, Precision agriculture (PA) is a new emerging concept nowadays. Many researchers have worked on the quality and quantity of PA by using sensors, networking, machine learning (ML) techniques, and big data. However, there has been no attempt to work on trends of artificial intelligence (AI) techniques, dataset and crop type on precision agriculture using internet of things (IoT). This research aims to systematically analyze the domains of AI techniques and datasets that have been used in IoT based prediction in the area of PA. A systematic literature review is performed on AI based techniques and datasets for crop management, weather, irrigation, plant, soil and pest prediction. We took the papers on precision agriculture published in the last six years (2013-2019). We considered 42 primary studies related to the research objectives. After critical analysis of the studies, we found that crop management; soil and temperature areas of PA have been commonly used with the help of IoT devices and AI techniques. Moreover, different artificial intelligence techniques like ANN, CNN, SVM, Decision Tree, RF, etc. have been utilized in different fields of Precision agriculture. Image processing with supervised and unsupervised learning practice for prediction and monitoring the PA are also used. In addition, most of the studies are forfaiting sensory dataset to measure different properties of soil, weather, irrigation and crop. To this end, at the end, we provide future directions for researchers and guidelines for practitioners based on the findings of this review.

• International Journal of Computer Science & Network Security
• /
• 제22권12호
• /
• pp.229-238
• /
• 2022

Due to digitization, data has become a tsunami in almost every data-driven business sector. The information wave has been greatly boosted by man-to-machine (M2M) digital data management. An explosion in the use of ICT for farm management has pushed technical solutions into rural areas and benefited farmers and customers alike. This study discusses the benefits and possible pitfalls of using information and communication technology (ICT) in conventional farming. Information technology (IT), the Internet of Things (IoT), and robotics are discussed, along with the roles of Machine learning (ML), Artificial intelligence (AI), and sensors in farming. Drones are also being studied for crop surveillance and yield optimization management. Global and state-of-the-art Internet of Things (IoT) agricultural platforms are emphasized when relevant. This article analyse the most current publications pertaining to precision agriculture using ML and AI techniques. This study further details about current and future developments in AI and identify existing and prospective research concerns in AI for agriculture based on this thorough extensive literature evaluation.

• Asian-Australasian Journal of Animal Sciences
• /
• 제18권7호
• /
• pp.949-956
• /
• 2005

The weekly ultrasound scanner (US) observations of reproductive organs in a commercial dairy herd with the popular stanchion style management were conducted for over 26 months. Based on reproductive records, the following were evaluated: 1) the effect of postpartum period commencement of US monitoring on herd reproductive efficacy, and 2) the effectiveness of a US monitoring-based diagnosis and subsequent treatments of reproductive disorders on postpartum reproductive efficiency. The reproductive parameters of cows, which were subjected to US monitoring between Days 30-40 (Day 0 = day of parturition), Days 41-50, Days 51-60, and above Day 61, were compared. The reproductive parameters of cows diagnosed as having reproductive disorders (RD) with US monitoring before or after the first artificial insemination (AI) were also compared. It was found that the day of commencement of US monitoring in cows diagnosed with and without RD significantly affected the period towards the first AI and the open period. In particular, cystic follicles and anoestrus detected either before or after the first AI significantly affected herd reproductive efficiency. The implementation of US monitoring improved reproductive efficiency by reducing the open period and increasing the number of milking cows in the herd. The results of this field trial indicate that the postpartum reproductive management of dairy cows with the use of the US monitoring system is one strategy to improve reproductive efficiency, especially in a high-yielding dairy herd reared stanchion management style.

• 한국전자통신학회논문지
• /
• 제19권5호
• /
• pp.883-894
• /
• 2024

본 연구는 AI 기반의 양식장 수질 모니터링 및 제어 시스템을 개발하고자 한다. 임베디드 보드 설계와 PCB 제작을 통해 신뢰성과 내구성을 갖춘 센서를 개발하였으며, 데이터 수집 및 전송을 위한 통신 모듈을 통합하였다. 본 연구는 다양한 수조의 사육수 수질 데이터를 수집하고, 이를 머신러닝 기법으로 분석하여 수질 변화를 예측하고 제어하기 위한 모델을 구축하였다. 연구 결과, AI 기반 수질 관제 시스템은 높은 예측 정확도를 보였으며, 실시간으로 수질을 효과적으로 모니터링하고 제어할 수 있음을 확인하였다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.9-18
• /
• 2022

인공지능 기술의 발전으로 다양한 분야에서 AI가 접목된 시스템에 대한 관심이 급증하고 있다. 농업에서도 정보통신 기술을 적용한 스마트팜이 활용되고 있으며, 자율주행, 인공위성, 빅데이터 등의 다양한 첨단 기술을 접목하여 데이터 기반의 정밀 농업이 상용화되고 있다. 국내의 경우 시설농업 분야 스마트농업의 상용화 사례가 증가하고 있으나 시설원예 분야에 투자 편증이 심하여, 시설농업과 노지 농업의 투자 격차가 지속해서 벌어지고 있다. 특히, 과수, 식물공장 분야는 투자 규모가 작다. 또한, 빅데이터 수집, 활용 체계가 미흡하다는 문제점이 있다. 이에 본 논문에서는 농업의 빅데이터를 활용하는 방안으로 딥러닝 기반의 객체 탐지 모델을 활용한 과수 생육 단계 판별 시스템을 제안한다. 해당 시스템은 농업 현장에서 사용할 수 있도록 하이브리드 앱을 설계 및 구현하며 과수 생육단계 판별을 위한 객체 탐지 기능을 제공한다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제16권9호
• /
• pp.1268-1273
• /
• 2003

Sixty postpartum lactating Friesian cows in 3 treatments at a commercial dairy farm were used to study the effect of using progesterone supplementation with GnRH and PGF2$\alpha$ synchronization with and without timed AI on fertility during summer. Cows in treatment1($Tr_1$) and treatment2 ($Tr_1$) were fitted with progesterone releasing intravaginal device (PRID) device and injected with 10 g GnRH agonist on $51{\pm}3$ d postpartum (pp). Seven days later, PRID was removed and cows received 25 mg PGF2$\alpha$. Two days later, $Tr_1$ cows received another injection of 10 g GnRH and timed AI 16-20 h later. Control cows received only 25 mg PGF2$\alpha$ $58{\pm}3d\;pp$. $Tr_2$ and control cows were AI at detected estrus. Serum progesterone for all cows was determined on days of injection, AI and 21, 23 and 28 d postinsemination. Pregnancy rates from first AI based on serum P4 concentrations on d 21, 23 and 28 postinsemination (50, 40 and 35%) and that based on rectal palpation 40-45 d postinsemination (30, 15 and 15% for $Tr_1$, $Tr_2$ and control cows, respectively) did not differ among the three groups. Whereas, pregnancy rate at 120 d pp for $Tr_1$ (65%) was higher (p<0.05) than that in $Tr_2$ (30%) or control (30%). The overall pregnancy rate was not significantly different (90, 90 and 75% for $Tr_1$, $Tr_2$ and control, respectively). Days open for cows in $Tr_1$ ($100.3{\pm}9$) was less (p<0.03) than that in $Tr_2$ ($130.9{\pm}9$) or control ($135.1{\pm}10$). Results indicate that using PRID device with Ovsynch program had significantly increased pregnancy rate and decreased days open compared to AI at detected estrus after synchronization with GnRH, PRID and PGF2$\alpha$ or synchronization with one injection of PGF2$\alpha$.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1669-1683
• /
• 2021

AI지능화 농업과 디지털 농업은 농업분야 과학화를 위해서 중요하다. 잎 엽록소 함량은 작물의 생육상태를 파악하는데 매우 중요한 지표 중 하나이다. 본 연구는 양파와 마늘을 대상으로 드론 기반 RGB 카메라와 다중분광(MSP)센서를 활용하여 SVM 회귀 모델을 제작하고, MSP 센서와 비교를 실시하여 RGB 카메라의 LCC 추정 적용성을 검토하고자 하였다. 연구 결과 RGB 기반 LCC 모형은 MSP 기반 LCC 모형보다 평균 R²에서 0.09, RMSE 18.66, nRMSE 3.46%로 더 낮은 결과를 보였다. 그러나 두 센서 정확도 차이는 크지 않았으며, 다양한 센서와 알고리즘을 활용한 선행연구들과 비교했을 때도 정확도는 크게 떨어지지 않았다. 또한 RGB 기반 LCC 모형은 실제 측정값과 비교하였을 때 현장 LCC 경향을 잘 반영하지만 높은 엽록소 농도에서 과소 추정되는 경향을 보였다. 본 연구로 도출된 결과는 RGB 카메라의 경제성, 범용성을 고려하였을 때 LCC 추정에 적용할 경우 가능성을 확인할 수 있었다. 본 연구에서 얻어진 결과는 인공지능 및 빅데이터 융합 기술을 적용한 AI지능화농업 기술로써 디지털 농업 등에 유용하게 활용될 수 있을 것으로 기대된다.

• 한국전자통신학회논문지
• /
• 제19권5호
• /
• pp.1027-1034
• /
• 2024

본 연구는 AI 기반 스마트팜에서 발생하는 이상치 및 결측치 문제를 해결하여 데이터 품질을 향상시키고, 농업 예측 활동의 정확도를 높이는 것을 목표로 한다. 농진청·농정원에서 제공한 실제 데이터를 활용하여, 이상치 탐지 및 결측치 보정 기법을 적용함으로써 양질의 데이터를 수집하고 관리하고자 하였다. 성공적인 스마트팜 운영을 위해서는 IoT 기반의 AI 자동 생육 측정 모델이 필요하며, 이를 위해 안정적인 데이터 전처리를 통해 높은 데이터 품질 지수를 달성하는 것이 필수적이다. 본 연구에서는 생육 데이터의 이상치 및 결측치를 보정하는 다양한 방법을 적용하였으며, 제시된 데이터 전처리 방안을 머신러닝 기법을 통해 성능 평가 지수로 검증하였다. 연구 결과, 이상치 및 결측치 보정 방법을 적용한 결과 모델 성능이 크게 향상되었고, ROC와 AUC와 같은 평가 지표에서 높은 예측 정확도를 확인할 수 있었다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제32권8_spc호
• /
• pp.1284-1295
• /
• 2019

Considerable progress in reproduction of dairy goats has been made, with advances in reproductive technology accelerating dairy goat production since the 1980s. Reproduction in goats is described as seasonal. The onset and length of the breeding season is dependent on various factors such as breed, climate, physiological stage, male effect, breeding system, and photoperiod. The reproductive physiology of goats was investigated extensively, including hypothalamic and pituitary control of the ovary related to estrus behavior and cyclicity etc. Photoperiodic treatments coupled with the male effect allow hormone-free synchronization of ovulation, but the kidding rate is still less than for hormonal treatments. Different protocols have been developed to meet the needs and expectations of producers; dairy industries are subject to growing demands for year round production. Hormonal treatments for synchronization of estrus and ovulation in combination with artificial insemination (AI) or natural mating facilitate out-of-season breeding and the grouping of the kidding period. The AI with fresh or frozen semen has been increasingly adopted in the intensive production system, this is perhaps the most powerful tool that reproductive physiologists and geneticists have provided the dairy goat industry with for improving reproductive efficiency, genetic progress and genetic materials transportation. One of the most exciting developments in the reproduction of dairy animals is embryo transfer (ET), the so-called second generation reproductive biotechnology following AI. Multiple ovulation and ET (MOET) program in dairy goats combining with estrus synchronization (ES) and AI significantly increase annual genetic improvement by decreasing the generation interval. Based on the advances in reproduction technologies that have been utilized through experiments and investigation, this review will focus on the application of these technologies and how they can be used to promote the dairy goat research and industry development in the future.